网络信息时代,信息技术的发展使得数据的收集和传输过程变的越来越简便易行,数据呈现爆炸式增长。人们对于隐私的关注程度也变的越来越高。数据挖掘是一门从海量数据中挖掘有用知识和规则的技术。所以,数据挖掘技术被滥用的可能性越来越大,于是,如何跨越数据挖掘要求和数据的安全性之间的鸿沟,提供行之有效的隐私保护方法是解决隐私保护数据挖掘问题的焦点所在。本文首先分析了现有方法中的对隐私保护对象定义的不足,进一步提出了数据之间的关联才是隐私保护对象的事实,割裂开保护其中任何一种数据,并不能避免隐私被泄露的可能性。针对新的隐私保护对象模型,本文提出了一种行之有效的隐私保护策略:分解数据之间的关联。只有这样才能真正保护数据中的隐私。本研究还分析了现有数据匿名化和传统数据交换策略的不足,提出了基于不确定性映射的隐私保护技术。该方法通过提高数据使用者对扰乱后数据的不确定性来保护数据之中的隐私,扰乱后数据用于数据分析和数据挖掘的可用性能够达到用户的要求。